/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
30,8 ГБ
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
13 июл 2023

polylm-13b

Генерация текстаТекст → текст11 профессий

Многоязычная языковая модель на 13 млрд параметров для генерации текста, ответов на вопросы, рассуждений и перевода на 18 языках.

175скачиваний за 30 дней53лайкавеса обновлены10 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PolyLM-13B — многоязычная авторегрессионная языковая модель, разработанная DAMO-NLP-MT. Это плотная decoder-only модель семейства GPT-2 с 13 млрд параметров, обученная на 640 млрд токенов и дообученная на автоматически созданных многоязычных инструкциях. Репозиторий содержит веса PyTorch в формате bf16; модель опубликована в июле 2023 года под лицензией Apache 2.0.

Модель предназначена для генерации текста и исследований многоязычных языковых моделей: ответов на вопросы, рассуждений в zero-shot и few-shot режимах, понимания и генерации текста, а также перевода. Поддерживает китайский, английский, испанский, немецкий, французский, португальский, русский, итальянский, арабский, японский, корейский, тайский, вьетнамский, индонезийский, польский, турецкий, нидерландский и иврит. Длина контекста — 2048 токенов.

PolyLM обучалась с увеличением доли неанглоязычных данных и показывает сильные результаты на многоязычных задачах при сопоставимой производительности на английском. Как и другие языковые модели, она может галлюцинировать и генерировать токсичный текст; перед применением в конкретном продукте следует оценить безопасность и справедливость ответов. README указывает, что прямое применение без такой оценки не рекомендуется.

Сценарии применения

  • генерация текста на нескольких языках
  • ответы на вопросы на русском и других поддерживаемых языках
  • многоязычные zero-shot и few-shot эксперименты
  • исследование многоязычного понимания и рассуждений
  • перевод между поддерживаемыми языками

Ограничения

Модель может галлюцинировать и генерировать токсичный текст. Перед использованием в приложении требуется оценить риски безопасности и справедливости для конкретного сценария.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for PolyLM (a polyglot large language model)

Table of Contents

  1. Model Details
  2. Usage
  3. Uses
  4. Bias, Risks, and Limitations
  5. Next Steps
  6. Citation

Model Details

Abstract

Large language models (LLMs) demonstrate remarkable ability to comprehend, reason, and generate following nature language instructions. However, the development of LLMs has been primarily focused on high-resource languages, such as English, thereby limiting their applicability and research in other languages. Consequently, we present PolyLM, a multilingual LLM trained on 640 billion (B) tokens, avaliable in two model sizes: 1.7B and 13B. To enhance its multilingual capabilities, we 1) integrate bilingual data into training data; and 2) adopt a curriculum learning strategy that increases the proportion of non-English data from 30% in the first stage to 60% in the final stage during pre-training. Further, we propose a multilingual self-instruct method which automatically generates 132.7K diverse multilingual instructions for model fine-tuning. To assess the model's performance, we collect several existing multilingual tasks, including multilingual understanding, question answering, generation, and translation. Extensive experiments show that PolyLM surpasses other open-source models such as LLaMA and BLOOM on multilingual tasks while maintaining comparable performance in English.

Model Description

  • Model type: Decoder-only Language model
  • Language(s) (NLP): Chinese, English, Spanish, German, French, Portuguese, Russian, Italian, Arabic, Japanese, Korean, Thai, Vietnamese, Indonesian, Polish, Turkish, Dutch, Hebrew
  • License: Apache 2.0
  • Original Checkpoints: Modelscope DAMO PolyLM-13B
  • Link to paper: here
  • Number fotmat: bf16
  • Total seen tokens: 640 billion tokens
  • Version: Version 1.0 / 12 July 2023

Usage

Find below some example scripts on how to use the model in transformers:


# pip install accelerate

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("DAMO-NLP-MT/polylm-13b", legacy=False, use_fast=False)

model = AutoModelForCausalLM.from_pretrained("DAMO-NLP-MT/polylm-13b", device_map="auto", trust_remote_code=True)
model.eval()

input_doc = f"Beijing is the capital of China.\nTranslate this sentence from English to Chinese."

inputs = tokenizer(input_doc, return_tensors="pt")

generate_ids = model.generate(
  inputs.input_ids,
  attention_mask=inputs.attention_mask,
  do_sample=False,
  num_beams=4,
  max_length=128,
  early_stopping=True
)

decoded = tokenizer.batch_decode(generate_ids, skip_special_tokens=True, clean_up_tokenization_spaces=False)[0]

print(f">>> {decoded}")

### results
### Beijing is the capital of China.\nTranslate this sentence from English to Chinese.\\n北京是中华人民共和国的首都。\n ...

Uses

Direct Use and Downstream Use

The primary use is research on language models, including: research on zero-shot NLP tasks and in-context few-shot learning NLP tasks, such as reasoning, and question answering; advancing fairness and safety research, and understanding limitations of current large language models

See the research paper for further details.

Out-of-Scope Use

More information needed.

Bias, Risks, and Limitations

The information below in this section are copied from the model's official model card:

Our contributions are fully methodological: adding the support of multilingualism to LLM during training and SFT phases. It is unavoidable that PolyLM might exhibit several common deficiencies of language models, e.g. hallucination and toxicity. PolyLM should not be used directly in any application, without a prior assessment of safety and fairness concerns specific to the application.

Next Steps

We are continuously enhancing the capabilities of PolyLM by focusing on the following aspects:

  1. Replacement of absolute position embeddings with RoPE, as outlined in the research paper here.
  2. Expansion of window size to more than 10,000.
  3. Verification of lightweight techniques to quickly enhance multilingual quality, especially for low-resource languages.

Citation

BibTeX:

@misc{wei2023polylm,
      title={PolyLM: An Open Source Polyglot Large Language Model}, 
      author={Xiangpeng Wei and Haoran Wei and Huan Lin and Tianhao Li and Pei Zhang and Xingzhang Ren and Mei Li and Yu Wan and Zhiwei Cao and Binbin Xie and Tianxiang Hu and Shangjie Li and Binyuan Hui and Bowen Yu and Dayiheng Liu and Baosong Yang and Fei Huang and Jun Xie},
      year={2023},
      eprint={2307.06018},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
PolyLMHeadModel
Ревизия весов
102e286

0 моделей